Una metodología para la estimación del riesgo de incendio empleando imágenes del sensor MODIS/TERRA

Résumé

En esta Tesis se propone un modelo de estimación del riesgo de incendios forestales utilizando información proporcionada por imágenes de satélite, en concreto estudiando el estado de la vegetación a partir de los índices de vegetación, y combinándolo con otras variables. Para ello, se lleva a cabo un estudio comparativo de 8 índices espectrales distintos, obtenidos a partir de imágenes del sensor MODIS del periodo 2001-2006, relacionándolos con la frecuencia de incendios de la zona de estudio, la cual comprende las regiones de Galicia y Asturias, para seleccionar el índice más relacionado con los incendios. Se analiza la variación temporal de los índices en dos periodos consecutivos de 16 días comparándola con la frecuencia de incendios del periodo posterior. Se comprueba que el índice más adecuado es el EVI (Enhanced Vegetation Index). Una vez se ha decidido cuál es el mejor índice para la zona de estudio, se utiliza la regresión logística con el fin de obtener un modelo de predicción de incendios en el que se incluyen otras variables además del índice de vegetación, en concreto se incluye el historial de incendios en cada periodo del año, el historial de incendios de cada una de las celdas de 10x10 km en las que se registran los datos de incendios y la comunidad (Galicia o Asturias). El algoritmo que se obtiene de la regresión logística calcula la probabilidad condicional de que ocurra un incendio en función de dichas variables y además permite clasificar todos los casos en presencia o ausencia de incendio, de esta forma se comprueba que el modelo propuesto clasifica correctamente en torno al 70% de los casos analizados. A partir de los resultados de la regresión logística se definen cuatro niveles de riesgo de incendio que permiten obtener mapas de riesgo que ayudan a simplificar las tareas de prevención y extinción. La frecuencia de incendios observada en cada uno de estos niveles es del 10%, 27%, 43% y 66% para los niveles bajo, medio, alto y extremo.